版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、基于權(quán)重估計,093654 高翔 093660 徐昊,下的評分模型,某單位組成了一個五人專家小組,對101名應(yīng)試者進(jìn)行了招聘測試,各位專家對每位應(yīng)聘者進(jìn)行了打分,請你運(yùn)用數(shù)學(xué)建模方法解決下列問題:1) 補(bǔ)齊表中缺失的數(shù)據(jù),給出補(bǔ)缺的方法及理由。2) 給出101名應(yīng)聘者的錄取順序。3)五位專家中哪位專家打分比較嚴(yán)格,哪位專家打分比較寬松。4)你認(rèn)為哪些應(yīng)聘者應(yīng)給予第二次應(yīng)聘的機(jī)會。5)如果第二次應(yīng)聘的專家小組只由其中的3位
2、專家組成,你認(rèn)為這個專家組應(yīng)由哪3位專家組成。,原題重現(xiàn),招聘問題,1,of,14,假設(shè)由于喜好愿意,五位專家的打分存在客觀的不同,同時,這種有意打分尺度不同是偶然發(fā)生性。,各評委在評判過程中是獨(dú)立的,相互之間不受影響。,假設(shè)五位專家的打分都是針對應(yīng)聘者的綜合考慮,不存在不同專家打分的方向不同的情況。,假設(shè)五位專家的打分原則保持不變,即五位專家對兩名能力相近的應(yīng)聘者進(jìn)行打分,分?jǐn)?shù)差別不會太大。,模型假設(shè),2,of,14,模型建立與求解,
3、1.缺失數(shù)據(jù)的補(bǔ)全,3,of,缺失值情況,14,模型建立與求解,1.缺失數(shù)據(jù)的補(bǔ)全,4,of,使用回歸替換法補(bǔ)全缺失值,14,模型建立與求解,1.缺失數(shù)據(jù)的補(bǔ)全,5,of,尋找歐式距離相近點(diǎn)來補(bǔ)全缺失值,,第i,j兩名應(yīng)聘者得分的歐式距離為,,設(shè)第i名應(yīng)聘者的四位專家打分為,14,模型建立與求解,2.錄取順序的決定,6,of,專家評判水平的計算,,,,14,模型建立與求解,2.錄取順序的決定,7,of,專家評判水平的計算,,14,模型建
4、立與求解,2.錄取順序的決定,8,of,專家評判水平的計算,14,模型建立與求解,2.錄取順序的決定,9,of,應(yīng)聘者加權(quán)得分的計算,,14,模型建立與求解,3.專家打分嚴(yán)格度的判別,10,of,,嚴(yán)格,14,寬松,寬松,模型建立與求解,4.第二次應(yīng)聘機(jī)會的給予,11,of,應(yīng)聘者加權(quán)得分的計算,,14,模型建立與求解,4.第二次應(yīng)聘機(jī)會的給予,12,of,14,應(yīng)聘者加權(quán)得分的計算,,模型建立與求解,5.第二次招聘的專家選擇,13,o
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于子句權(quán)重求解SAT問題.pdf
- 4831.基于子句權(quán)重求解sat問題算法的研究
- 數(shù)據(jù)缺失下的分布函數(shù)估計問題.pdf
- 基于信息熵的不確定多屬性決策權(quán)重問題研究.pdf
- 矩陣結(jié)構(gòu)約束的空間權(quán)重矩陣的設(shè)定與參數(shù)估計.pdf
- 基于共軛方法下的線性最小二乘問題的條件數(shù)估計.pdf
- 燃料電池發(fā)動機(jī)指標(biāo)權(quán)重與評分函數(shù)
- 樣例權(quán)重估計及在此基礎(chǔ)上的SVM.pdf
- 燃料電池發(fā)動機(jī)指標(biāo)權(quán)重與評分函數(shù)
- 帶有工期和權(quán)重的單機(jī)排序問題.pdf
- 基于動態(tài)權(quán)重和靜態(tài)權(quán)重的軟件可靠性混合模型研究.pdf
- 認(rèn)知診斷中屬性權(quán)重的研究——以多級評分AHM為例.pdf
- 基于條件偏好網(wǎng)權(quán)重屬性的研究
- 基于權(quán)重事件的GUI測試研究.pdf
- 工件帶權(quán)重的平行機(jī)博弈排序問題.pdf
- 優(yōu)化權(quán)重下的幾乎處處中心極限定理.pdf
- 電力系統(tǒng)狀態(tài)估計不同類型量測權(quán)重研究.pdf
- 基于權(quán)重的改進(jìn)GUI測試框架研究.pdf
- 基于交叉權(quán)重的兩階段數(shù)據(jù)包絡(luò)分析公共權(quán)重模型研究.pdf
- 基于非白噪聲下的OFDM系統(tǒng)信道估計.pdf
評論
0/150
提交評論